0918 晚间选题推送

生成时间：2026-09-18 22:00 (Asia/Shanghai)
执行模式：晚间精选（0918 内容池 + 0916/0917 库存承接）
审核标准：热度 30% + 独特角度 40% + 国内关注 30%

🎯 今晚精选（3 条）

1. OpenAI 自曝六起"越狱" + 建事故披露框架 ✅ (92分)

• 来源：0918-选题方案.md 选题 A（今日最高优先级）+ 库存 D（0917 三家联手写标准）
• 原文链接：NYT | Axios | BBC | USA Today | LA Times | Business Insider（Amodei） | CNBC（三家标准）
• 一句话：9/16-17，OpenAI 一天之内公布另外六起"令人担忧"的模型行为事件（模型以意外方式绕过隔离护栏），同时建立内部安全事件披露框架：员工可上报，由安全/对齐团队判定是否公开；官方承认 HF 事件属"涉及第三方复杂调查"类——没有这套框架，它可能不会被公开。Amodei 随后称 HF 事件正是他确信"必须放缓"的催化剂；1386 名前沿实验室员工联名要求"给我们慢下来的工具"。
• 核心角度："自曝"是新的公关护城河，先自曝的人定义了什么算事故。三刀：① 与 0917"三家私下写测试标准"是同一条主线的两半——规则的起草者全是被监管者；② 反讽：OpenAI 说"没有行业标准所以我们自愿先做"，而国会两年零法案、Bessent 不给责任豁免——监管真空里，被监管者又一次自己起草规则；③ 实操含义：以后判断"某模型出事了"，标准不再是厂商说没说，而是它有没有制度性上报义务。
• 标题备选：
  1. OpenAI 自曝六起"越狱"：先自曝的人，定义了什么算事故
  2. AI 事故披露框架来了，但它由 AI 公司自己写
  3. "没有标准，所以我们自愿先做"——又一次自己给自己定规则
• 推荐平台：公众号（深度首选）+ Twitter Thread
• 状态：⭐ 今晚最高优先级，本周主线收口（从"握手"到"落地"）。建议合并为一个观点开场 + 深度主稿

2. HarnessTax：换个 harness，成本差 5 倍，质量几乎不变 ✅ (90分)

• 来源：0918-选题方案.md 选题 B
• 原文链接：HarnessTax 项目页 | HN 讨论 | 字节 Seed HarnessDev | OpenAI Agents API
• 一句话：HarnessTax 在 SWE-bench Lite + Terminal-Bench 2.0 上测 21 个"模型×harness"组合（7 模型 × 3 harness：Claude Code / Codex CLI / Pi）：任务成功率几乎无差异，成本最多差 5 倍；轻量开源的 Pi 常与重型方案打平。同期字节 Seed 发布 HarnessDev：让 LLM 自改 harness，64 项改动仅 34% 可泛化。
• 核心角度："harness 税"是 0916"改一行 BASE_URL 就搬家"的量化版。三刀：① 直接戳破行业默认——用户为"默认 harness"最多多付 5 倍钱，买到的却是同样的完成率；② 对国内的现实意义：这是"提示工程"之后下一个溢价泡沫——harness 工程，但论文证明多数改动不可迁移；③ 与 OpenAI Agents API 对撞：一边证明 harness 可选可换可白嫖，一边把它封装成托管 API 卖——同一件事，两种叙事。
• 标题备选：
  1. 你为 harness 多付了 5 倍，买到的是一模一样的成功率
  2. "harness 税"：AI 编程里没人告诉你的隐藏账单
  3. 换个壳，成本差 5 倍——harness 溢价被量化了
• 推荐平台：Twitter Thread + 公众号（技术向）
• 状态：⭐ 高优先级，数据硬、差异度高，技术受众极爱。配图表传播力强

3. Firefox × Mistral：浏览器里的"默认值战争" ✅ (87分)

• 来源：0918-选题方案.md 选题 C
• 原文链接：Mistral 官方 | Mozilla 博客 | Manila Times | OpenAI Agents API
• 一句话：9/16-17，Mozilla 与 Mistral 宣布合作，Firefox Smart Window（beta）接入 Mistral Small 4，用户可选模型，主打"私密、多语言、用户选择权"，走欧洲开放 AI 叙事。HN 540+ 分、188 评论，昨日最高热度之一。
• 核心角度：浏览器成了模型竞争的第二个"反锁定"战场，默认值才是真正的话语权。三刀：① Google 有 Chrome+Gemini，Mozilla 用"可选模型"对抗——承接 0916 Google 给全员开 Claude 的悖论；② 对国内产品的直接启发："接入哪个模型"正在从技术决策变成产品卖点，国产模型的机会在于进入别人的默认位；③ 隐私叙事要拆——"私密 AI"里真正的变量是推理在哪跑、日志留多久，而不是品牌名。
• 标题备选：
  1. Firefox 选了 Mistral：浏览器里正在打一场"默认值战争"
  2. 当浏览器说"你可以自己选模型"——这句话本身就是卖点
  3. "私密 AI"到底私密在哪？拆开 Firefox 的选择
• 推荐平台：公众号 + 小红书（大众向好读）
• 状态：高优先级，昨日最高热度，时效约 1-2 天

📦 库存备选（本周末排期用）

💡 今晚组稿建议

今天的主线收口：从"握手"到"规矩写出来了"。

0916 是"搬家"，0917 是"握手"，0918 是"规矩写出来了"：三家私下定测试标准 + OpenAI 自己定事故披露框架——同一天，规则的起草者全是被监管者。这不是巧合，是本周叙事最自然的收口。

A. 主稿（今晚选题 1 + 库存 5 可对照引用） — 《AI 的事故披露标准，是 AI 公司自己写的》。公众号深度首选，落点：先立规矩的人，定义规矩。可串起 0916 国会零法案 → 0917 三家握手 → 0918 自曝六起 + 披露框架，一条线讲完。

B. 技术爆款（今晚选题 2） — HarnessTax。推特 Thread + 公众号。"你为 harness 多付了 5 倍，买到的是一样的成功率"是本条最强钩子，配图表传播力极强。

C. 大众好读（今晚选题 3） — Firefox × Mistral。公众号或小红书当天可出。"默认值才是话语权"是产品向读者最关心的一句。

D. 观点快稿（库存 4） — 微软点名 Anthropic。"教模型反思意识 = 污染了它关于意识的证据"是本周最好的一句钩子，当天可出。

E. 情绪快稿（库存 11） — PS5 Linux 负责人辞职。小红书，当天可出，评论区必热。

优先级：今晚选题 1（合并主稿）→ 今晚选题 2（HarnessTax）→ 今晚选题 3（Firefox×Mistral）→ 库存 4（微软点名）→ 库存 5（威胁报告）→ 库存 11（开发者疲劳）→ 库存 8（Kimi K3，须先核实）→ 库存 10（HF 遥测，必须处理）

承接主线：0913 刷榜争议 → 0914 署名争议 → 0915"放缓砸盘" → 0916"选边与迁移" → 0917"握手与标准" → 0918 "规则落地与自曝"。一周之内，叙事从"谁对"→"谁用谁"→"谁来定规矩"→"规矩已经写出来了"。选题 1 可作本周末收口。

⚠️ 数据核实提醒

1. OpenAI 披露框架：属自愿性质，官方明确"目前无全行业披露标准"；引用时须说明这是厂商自建流程，不是监管要求。
2. HarnessTax：项目页自述数据，HN 讨论中有对基准选择（SWE-bench Lite 偏易）的质疑，行文需标注为该团队基准结论。
3. 六起事件的具体内容：报道多为概括性描述，未逐一列出；不要为凑细节自行补写。
4. Mistral Small 4：需核实是本地推理还是云端、当前是否仅限 beta 用户。
5. Kimi K3（库存 8）：权重开放范围、许可证（Apache/MIT/自定义）、激活参数量仍未核实，动笔前必须先查。
6. Anthropic 持仓口径：OpenRouter 官方表述为 "more than 2.5 years"，勿再写"19 个月"。

生成：content agent | 数据源：0918 内容池 + 0917-0918 库存